유럽연합 공동 연구 프로젝트의 최근 활동: 새로운 무선 표준을 위한 계량학
새로운 무선 기술의 제품 검증을 위한 정확하고 빠르며 저렴한 추적 가능한 측정 방법 개발
능동형 및 수동형 IRS를 활용한 무선 통신: 요소 할당 및 달성 가능 전송률
능동형 IRS(AIRS)와 수동형 IRS(PIRS)를 결합하여 사용할 때, 요소 할당을 최적화하면 달성 가능한 전송률을 극대화할 수 있다.
다중 안테나를 이용한 대역내 변조 기법
다중 안테나 통신에서 링크 예산이 제한적이고 빔 정렬이 어려운 경우에 적합한 새로운 연속 위상 주파수 변조 기법을 제안한다. 이는 주파수 변조의 일정한 포락선과 저속 반복 부호화를 결합하여 송신 빔포밍의 부재를 보상한다. 주파수 변조임에도 불구하고 전송 신호의 스펙트럼이 거의 직사각형 모양을 보인다. GSM의 가우시안 최소 변위 변조와 유사하게, 차등 전처리와 결합하면 선형 변조로 잘 근사화할 수 있어 창 FFT를 통한 간단한 코히어런트 복조가 가능하다.
3D 지능형 표면(RIS) 설계를 위한 상호 결합 효과 심층 분석
본 논문은 3D 지능형 표면(RIS)의 형상 최적화와 구성 최적화를 통합한 새로운 설계 프레임워크 T3DRIS를 제안한다. T3DRIS는 RIS 요소 간 상호 결합 효과를 고려하여 RIS의 통신 성능을 극대화한다.
2030년과 그 이후를 향한 IMT의 차세대 다중 접속
NOMA 기반 차세대 다중 접속 기술은 다중 영역 활용, 다중 모드 호환성, 다차원 최적화 등의 핵심 특징을 가져야 한다.
무선 네트워크를 위한 강력한 연합 학습: 채널 추정을 통한 실증
무선 네트워크에서 연합 학습은 사용자 데이터 기밀성을 유지하면서 모델을 공동 학습할 수 있는 프라이버시 보호 접근법이다. 그러나 연합 학습은 다양한 악의적 공격에 취약하므로 이에 대한 보안 문제에 주의를 기울여야 한다. 이 논문에서는 이러한 취약성을 분석하고 이를 해결하기 위한 솔루션을 제안하며, 시뮬레이션을 통해 검증한다.
무선 통신 시스템에서 신호 검출을 위한 범용 딥 신경망
본 논문은 다양한 무선 환경에서 재학습 없이 높은 검출 성능을 달성할 수 있는 범용 딥 신경망(Uni-DNN) 모델을 제안한다. Uni-DNN 모델은 무선 채널 분류기와 신호 검출기로 구성되며, 채널 분류기의 출력을 신호 검출기에 추가 정보로 제공하여 성능을 향상시킨다.
mm-웨이브 mMIMO에서 하이브리드 빔포밍을 가능하게 하는 가상 섹터화
부분적으로 연결된 하이브리드 빔포밍 구조에서 사용자 클러스터링을 통해 다중 사용자 시나리오에서 성능 저하 없이 고이득 아날로그 빔을 제공할 수 있는 방법을 제안한다.
실험실 환경에서 측정한 하위 6GHz 대역 재구성 가능 지능형 표면의 공개 데이터셋
본 논문에서는 실험실 환경에서 측정한 하위 6GHz 대역 재구성 가능 지능형 표면 데이터셋을 공개하였다. 이 데이터셋은 향후 재구성 가능 지능형 표면 기술 발전을 위해 활용될 수 있다.
최적의 선형 시변 채널에서 OTFS를 위한 파일럿 설계
OTFS 모듈레이션에서 파일럿 심볼의 최적 배치와 파일럿 및 통신 심볼 간 전력 균형을 조정하여 채널 용량을 극대화할 수 있다.
